Chat Revue publiée le Mise à jour le
Comparer

ByteDance : UI-TARS 7B

UI-TARS 7B est un modèle de ByteDance sorti le 17 avril 2025 qui, selon la carte Hugging Face de ByteDance, se concentre principalement sur l’amélioration des capacités générales d’utilisation d’un ordinateur. Il lit du texte et des images et produit du texte.

Connectez-vous pour suivre UI-TARS 7B et être prévenu de ce qui change.

À quoi sert UI-TARS 7B

Chat

UI-TARS 7B lit du texte et des images et produit du texte. Selon le dépôt GitHub de UI-TARS, le paquet Python ui-tars convertit une réponse comme « Thought: Click the button », suivie de click(start_box='(100,200)’), en code pyautogui. Avec le gabarit GROUNDING, la réponse contient uniquement l’action (Action), sans raisonnement (Thought).

Vision et compréhension

Selon la carte Hugging Face de ByteDance, UI-TARS-1.5-7B, la version publiée, se concentre principalement sur l’amélioration des capacités générales d’utilisation d’un ordinateur. Le modèle n’est pas spécifiquement optimisé pour les scénarios de jeu.

Le dépôt GitHub de UI-TARS recommande le gabarit de prompt COMPUTER_USE pour les tâches d’interface graphique sur ordinateur, sous Windows, Linux ou macOS. Ce gabarit prend notamment en charge les clics simples, doubles et droits, le glisser, les raccourcis clavier, la saisie de texte et le défilement.

Pour les tâches d’interface graphique sur appareil mobile ou émulateur Android, le dépôt GitHub de UI-TARS recommande le gabarit de prompt MOBILE_USE. Il comprend des actions propres au mobile : long_press pour un appui long, open_app pour ouvrir une application, press_home pour revenir à l’accueil et press_back pour revenir en arrière.

  • Chat
  • Vision et compréhension

Essayer UI-TARS 7B

Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.

Où l'essayer

  • Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,10 $ en entrée, 0,20 $ en sortie par million de tokensOuvrir sur OpenRouter

Quoi lui demander

  1. Chat

    Expliquer un sujet simplement

    Voir s'il rend clair un sujet technique, sans jargon.

    Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité.
  2. Vision et compréhension

    Décrire une image

    Voir ce qu'il remarque, et s'il s'en tient à ce qu'il voit.

    Joignez n'importe quelle photo : une rue, une pièce, un paysage.

    Décris cette image pour quelqu'un qui ne peut pas la voir : d'abord l'essentiel en une phrase, puis les détails importants. N'invente rien de ce qui n'est pas visible.
  3. Chat

    Reformuler un message

    Voir s'il change le ton sans trahir le fond.

    Reformule ce message pour qu'il soit poli mais ferme, en trois phrases au maximum : « Ça fait trois fois que je vous demande la facture, je l'ai toujours pas reçue, c'est pas sérieux. »

Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.

Les performances d’UI-TARS 7B

Dans son annonce du 17 avril 2025, ByteDance donne à UI-TARS-1.5-7B un score de 27,5 sur OSWorld, consacré à l’utilisation d’un ordinateur. Le modèle atteint également un score de 49,6 sur ScreenSpotPro, qui évalue l’ancrage dans l’interface graphique.

Caractéristiques techniques d’UI-TARS 7B

UI-TARS 7B a été publié en open source le 16 avril 2025 sous le nom UI-TARS-1.5-7B. Dans son annonce du 17 avril 2025, ByteDance indiquait qu’il publierait d’abord ce modèle, entraîné à partir de Qwen2.5-VL-7B. Sa licence est Apache 2.0. Le tableau des caractéristiques présente notamment la date de sortie, les entrées acceptées, la fenêtre de contexte et la licence du modèle.

Sur la carte Hugging Face du modèle, ByteDance présente UI-TARS-1.5 comme un agent multimodal open source construit sur un « puissant » modèle vision-langage. Selon le dépôt GitHub de UI-TARS, les modèles fondés sur Qwen 2.5 VL utilisent des coordonnées absolues pour situer les objets. UI-TARS 7B accepte des images et du texte en entrée, avec une fenêtre de contexte de 128 000 tokens.

Éditeur
ByteDance
Produit
Texte
Sortie
Contexte
128 k tokens
Réponse maximale
2 k tokens
Réflexion
Non prise en charge
Connaissances jusqu'à
janvier 2025
Entrées
Texte, Image
Licence
Apache 2.0
Paramètres pris en charge (noms techniques de l'API)
structured_outputstemperaturetop_pseedstoplogprobsmax_tokens
Hébergeurs
Parasail

Source : OpenRouter, relevé du 22/11/2026.

Où utiliser UI-TARS 7B

UI-TARS 7B était référencé sur OpenRouter sous l’identifiant bytedance/ui-tars-1.5-7b, rattaché au dépôt Hugging Face ByteDance-Seed/UI-TARS-1.5-7B. La carte d’accès donne les derniers prix relevés.

Selon le guide de déploiement du dépôt GitHub de ByteDance, UI-TARS 1.5 7B peut être déployé sur les Inference Endpoints de Hugging Face. Pour le modèle 7B, ce guide conseille une instance L40S avec 1 GPU et 48 Go de mémoire, et recommande aussi Nvidia L4 ou Nvidia A100.

ByteDance propose aussi UI-TARS-desktop, qui peut fonctionner sur l’appareil personnel local de l’utilisateur. Pour utiliser le modèle dans l’automatisation web, le dépôt GitHub de UI-TARS renvoie au projet open source Midscene.js.

L'API chez des hébergeurs

Servi par d'autres hébergeurs que ByteDance, selon OpenRouter

Chez OpenRouter, prix de son seul hébergeur actif (relevé du 22/11/2026) : 0,10 $ / M tokens en entrée, 0,20 $ / M tokens en sortie.

Tarification0,10 $ en entrée, 0,20 $ en sortie, par million de tokens
Hébergé via OpenRouter chezParasail

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

FAQ

Quand UI-TARS 7B est-il sorti ?

UI-TARS 7B est sorti le 17 avril 2025.

Que peut lire UI-TARS 7B ?

UI-TARS 7B accepte du texte et des images en entrée.

Quelle est la fenêtre de contexte d’UI-TARS 7B ?

UI-TARS 7B a une fenêtre de contexte de 128 000 tokens.